This course will introduce the learner to the basics of the python programming environment, including fundamental python programming techniques such as lambdas, reading and manipulating csv files, and the numpy library. The course will introduce data manipulation and cleaning techniques using the popular python pandas data science library and introduce the abstraction of the Series and DataFrame as the central data structures for data analysis, along with tutorials on how to use functions such as groupby, merge, and pivot tables effectively. By the end of this course, students will be able to take tabular data, clean it, manipulate it, and run basic inferential statistical analyses.
Este curso faz parte do Programa de cursos integrados Ciência de dados aplicada com Python
oferecido por
Programa de cursos integrados Ciência de dados aplicada com PythonUniversidade de MichiganInformações sobre o curso
1,303,826 visualizações recentes
Resultados de carreira do aprendiz
33%
comecei uma nova carreira após concluir estes cursos
35%
consegui um benefício significativo de carreira com este curso
10%
recebi um aumento ou promoção
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário
Aprox. 31 horas para completar
Inglês
Legendas: Inglês
O que você vai aprender
Understand techniques such as lambdas and manipulating csv files
Describe common Python functionality and features used for data science
Query DataFrame structures for cleaning and processing
Explain distributions, sampling, and t-tests
Habilidades que você terá
Python ProgrammingNumpyPandasData Cleansing
Resultados de carreira do aprendiz
33%
comecei uma nova carreira após concluir estes cursos
35%
consegui um benefício significativo de carreira com este curso
10%
recebi um aumento ou promoção
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário
Aprox. 31 horas para completar
Inglês
Legendas: Inglês
oferecido por
Universidade de Michigan
The mission of the University of Michigan is to serve the people of Michigan and the world through preeminence in creating, communicating, preserving and applying knowledge, art, and academic values, and in developing leaders and citizens who will challenge the present and enrich the future.
Programa - O que você aprenderá com este curso
12 horas para concluir
Fundamentals of Data Manipulation with Python
In this week you'll get an introduction to the field of data science, review common Python functionality and features which data scientists use, and be introduced to the Coursera Jupyter Notebook for the lectures. All of the course information on grading, prerequisites, and expectations are on the course syllabus, and you can find more information about the Jupyter Notebooks on our Course Resources page.
12 horas para concluir
12 vídeos (Total 111 mín.), 7 leituras, 2 testes
12 videos
Introduction to the Course4min
The Coursera Jupyter Notebook System8min
Python Functions8min
Python Types and Sequences8min
Python More on Strings3min
Python Demonstration: Reading and Writing CSV files3min
Python Dates and Times2min
Advanced Python Objects, map()5min
Advanced Python Lambda and List Comprehensions2min
Numerical Python Library (NumPy)32min
Manipulating Text with Regular Expression27min
7 leituras
Syllabus10min
Notice for Auditing Learners: Assignment Submission10min
Help Us Learn More About You!10min
Week 1 Textbook Reading Assignment2h
50 years of Data Science, David Donoho (Optional)1h 30min
Regular Expression Operations documentation1h
Regular Expressions Debugging10min
6 horas para concluir
Basic Data Processing with Pandas
In this week of the course you'll learn the fundamentals of one of the most important toolkits Python has for data cleaning and processing -- pandas. You'll learn how to read in data into DataFrame structures, how to query these structures, and the details about such structures are indexed.
6 horas para concluir
9 vídeos (Total 89 mín.), 1 leitura, 2 testes
9 videos
The Series Data Structure10min
Querying a Series15min
DataFrame Data Structure12min
DataFrame Indexing and Loading8min
Querying a DataFrame9min
Indexing Dataframes8min
Missing Values11min
Example: Manipulating DataFrame8min
1 leituras
Week 2 Reading Assignments1h
7 horas para concluir
More Data Processing with Pandas
In this week you'll deepen your understanding of the python pandas library by learning how to merge DataFrames, generate summary tables, group data into logical pieces, and manipulate dates. We'll also refresh your understanding of scales of data, and discuss issues with creating metrics for analysis. The week ends with a more significant programming assignment.
7 horas para concluir
6 vídeos (Total 84 mín.), 1 leitura, 2 testes
6 videos
Merging Dataframes15min
Pandas Idioms15min
Group by19min
Scales10min
Pivot Table9min
Date/Time Functionality12min
1 leituras
Week 3 Reading Assignments2h
5 horas para concluir
Answering Questions with Messy Data
In this week of the course you'll be introduced to a variety of statistical techniques such a distributions, sampling and t-tests. The week ends with two discussions of science and the rise of the fourth paradigm -- data driven discovery.
5 horas para concluir
2 vídeos (Total 20 mín.), 4 leituras, 2 testes
4 leituras
Science Isn't Broken: p-hacking45min
Goodhart's Law (Optional)30min
The 5 Graph Algorithms that you should know10min
Post-course Survey10min
1 exercício prático
Final Quiz30min
Avaliações
Principais avaliações do INTRODUCTION TO DATA SCIENCE IN PYTHON
por PS11 de Ago de 2020
Assignments are way tougher than what is taught in the class, but they are challenging and the help in discussion forums is speechless. Without that, completion of assignments will take too much time.
por PK9 de Mai de 2020
The course had helped in understanding the concepts of NumPy and pandas. The assignments were so helpful to apply these concepts which provide an in-depth understanding of the Numpy as well as pandans
por BN1 de Mar de 2017
Enjoyed every bit of it. The timings for the assignment could be a little bit more though. Also the expected output could be provided for validation, rather than the grader printing cryptic messages.
por BZ17 de Mai de 2020
super hard course I enjoyed it but the thing that I didn't like specially when this is supposed to be the learning phase the assignments were hard and it sometimes pushes you to look for the solution
Sobre Programa de cursos integrados Ciência de dados aplicada com Python
The 5 courses in this University of Michigan specialization introduce learners to data science through the python programming language. This skills-based specialization is intended for learners who have a basic python or programming background, and want to apply statistical, machine learning, information visualization, text analysis, and social network analysis techniques through popular python toolkits such as pandas, matplotlib, scikit-learn, nltk, and networkx to gain insight into their data.
Perguntas Frequentes – FAQ
Quando terei acesso às palestras e às tarefas?
O acesso a palestras e tarefas depende do tipo de inscrição. Se você participar de um curso como ouvinte, você poderá ver quase todo o conteúdo do curso gratuitamente. Para acessar tarefas valendo nota e obter um Certificado, você precisará adquirir a experiência do Certificado, durante ou após a participação como ouvinte. Se você não vir a opção de participar como ouvinte:
- o curso pode não oferecer essa opção. Você pode experimentar um teste gratuito ou solicitar o auxílio financeiro.
- Em vez disso, o curso pode oferecer 'Curso completo, sem Certificado'. Com esta opção, é possível ver todo o conteúdo do curso, enviar as avaliações necessárias e obter uma nota final. Isso também significa que você não poderá comprar uma experiência de Certificado.
O que recebo ao me inscrever nesta Especialização?
Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.
Is financial aid available?
Sim, a Coursera oferece auxílio financeiro ao aluno que não possa pagar a taxa. Faça a solicitação clicando no link Auxílio Financeiro, abaixo do botão "Inscreva-se" à esquerda. Preencha uma solicitação e será notificado caso seja aprovado. Você terá que completar esta etapa para cada curso na Especialização, incluindo o Trabalho de Conclusão de Curso. Saiba mais .
Ganharei créditos universitários por concluir o curso?
Este curso não oferece créditos universitários, mas algumas universidades podem aceitar certificados de cursos que podem ser convertidos em créditos. Entre em contato com sua instituição para saber mais. Com os cursos on-line e os certificados Mastertrack™ do Coursera, é possível ganhar créditos universitários.
Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.
